David Wiley spojuje otevřené vzdělávání s AI a TPCK

Anotace

Pomalu to už bude 15 let, kdy jsme se s šéfem Lumen Learning, profesorem Davidem Wileyem setkali poprvé jako s autorem pojmu Open Educational Resources (otevřené vzdělávací zdroje) a zakladatelem s ním spojeného hnutí. Určitě bude stát zato se podívat, kam se mezitím posunul. Jistě nikoho nepřekvapí, když se ukáže, že i on se teď zabývá umělou inteligencí, mnohem překvapivější však je zjištění, že ji propojuje s též nám dobře známým kompetenčním modelem učitelů TPCK. (Pozor, Spomocník kvůli kompatibilitě používá původní zkratku TPCK, zatímco většina autorů dnes pro totéž kvůli výslovnosti používá zkratku TPACK. Jedná se ale o totéž.)

Nejprve si zavedeme novou zkratku GOLE – Generative Open Learning Environments.

Generativní otevřená výuková prostředí (GOLE) jsou systémy, které kombinují generativní modely umělé inteligence, vzdělávací obsah, pedagogické podněty a software na podporu studentů v jejich učení. Tyto modely, obsah, výzvy a software mají buď licencí public domain, nebo byly vydány na základě otevřené autorské licence (CC), která umožňuje jejich uchování, revizi, remixování, opětovné použití a redistribuci. [1]

Takto pojatá definice GOLE nám připomíná klasickou Wileyho definici podmínek, za nichž lze nějaký materiál označit jako OER. Je známa pod zkratkou 5R:

1. Retain (právo uživatele na kopii materiálu)

2. Reuse (právo na vlastní použití materiálu)

3. Revise (právo materiál upravovat)

4. Remix (právo kombinovat materiál s jinými)

5. Redistribute (právo předat ho někomu jinému – sdílet)

AI vzdělávací prostředí zásadním způsobem mění. Během příštích několika let se výukové materiály pravděpodobně přesunou od formátů, které vypadají spíše jako tradiční učebnice, k formátům využívajícím velké jazykové modely (LLM) a další generativní nástroje umělé inteligence. Posun k těmto nástrojům by mohl negativně ovlivnit pokrok, jehož bylo dosaženo hnutím za otevřené vzdělávání (cenová dostupnost, přístup a rovnost). Společnosti, které tyto modely vyvíjejí, ve většině případů upřednostňují proprietární (placený) přístup před otevřeným. Na proprietárně orientované LLM jsou navázány placené služby, které poskytují velcí vydavatelé učebních materiálů. Existují ale i příklady služeb využívajících OER. Wiley předkládá takovýto přehled [2]:

Tvůrci proprietárních výukových materiálů Pearson, McGraw-Hill, Cengage	Tvůrci OER OpenStax, Lumen, CMU OLI
Tvůrci proprietárních LLM OpenAI, Anthropic, Google	Tvůrci otevřených LLM Meta, Mistral, IBM

Pochopení toho, jak lze LLM použít ve výuce, nám může pomoci jasněji přemýšlet o tom, jak by mohly výukové materiály v budoucnu vypadat a jak a proč je otevřený přístup (GOLE) i nadále důležitý. Těžko přesně říct, jak to nakonec bude vypadat, ale jedna věc je jistá – rozdíl v designu a formátu výukových materiálů pre- a postgenerativní AI bude ještě dramatičtější než rozdíl mezi designem a formátem výukových materiálů před a po vzniku internetu.

Spíše než čekat, až budou proprietární generativní nástroje umělé inteligence široce přijaty na trhu s výukovými materiály a bude zapotřebí značného úsilí k potlačení jejich dominance, měli bychom nyní převzít iniciativu a zajistit, aby tvůrci výukových materiálů, kteří chtějí používat LLM, měli od začátku přístup k vysoce kvalitním produktům s otevřenou licencí. Tyto produkty by měly zahrnovat jak modely samotné, tak doplňkové zdroje nezbytné k jejich snadnému a efektivnímu použití. Vytváření a sdílení generativních otevřených výukových prostředí (GOLE) je jedním z příkladů proaktivního kroku, který můžeme podniknout, chceme-li, aby nás generativní nástroje umělé inteligence posouvaly vpřed i v oblasti cenové dostupnosti, přístupu a spravedlnosti (snižování nerovností).

Prostředí GOLE je vždy postaveno na otevřeném LLM. To znamená, že v jeho rámci musí být minimálně možnost zkoumat, modifikovat a sdílet jeho tzv. modelové váhy, které jsou „mozkem“ jazykového modelu. Díky dostupnosti těchto vah máme možnost je revidovat, a tak můžeme změnit způsob interakce studentů a učitelů s nimi a můžeme eliminovat případná zkreslení, když je odhalíme. Pozor ale, modelové váhy jsou jen parametry, které definují naučené chování modelu nad samotnými daty a algoritmy, které ve většině případů zůstávají nedostupné. Tento přístup přesto umožňuje uživatelům aplikovat tyto modely na jejich specifické úkoly – třeba právě na vzdělávání.

Komponenty generativního otevřeného výukového prostředí GOLE [2]

David Wiley není sám, kdo se zabývá budováním nástrojů specializovaných na využití velkých jazykových modelů (LLM) ve vzdělávání. Jeho přístup je však dosud zcela ojedinělý. A to nejen proto, že se snaží prosadit otevřenost ve světě současného boomu AI, který je orientován na zisk a ovlivňování myšlení uživatelů. Jeho přístup je navíc velice systémový. Byl asi první, kdo si uvědomil, že cesta od LLM ke GOLE je v něčem podobná budování kompetencí učitelů. Ono přizpůsobování schopností modelu v rámci GOLE totiž představuje proces odpovídající tomu, když se z člověka se všeobecným vzděláním stává učitel. Jeho finální schopnosti lze strukturovat třeba ve formě TPCK, kterou popsali Mishra a Koehler již v roce 2008 (viz Integrace technologií podle modelu TPCK).

Model učitelských kompetencí (včetně GOLE)

Detailně se obsahem vzdělávacích kompetencí GOLE zabývat nebudeme. Budou předmětem dalšího výzkumu a vývoje. Zkusme jen naznačit, jak by mohly vypadat [3]:

Obsah (Content)
GOLE může integrovat libovolné OER materiály včetně učebnic. Může tak zahrnout celou řadu oborů.

Pedagogické znalosti
GOLE obsahuje prompty představující pedagogické postupy, které překračují hranice disciplín, jako je způsob získávání informací nebo propojení nových znalostí se stávajícími.

Technologické znalosti
GOLE obsahuje celou řadu nástrojů, které je třeba umět ovládat. K dispozici může mít mnoho dat, které je třeba umět využít.

Jak víme, ideální učitel disponuje kombinací všech kompetencí (průnik uprostřed). Podobně bude třeba rozvíjet i schopnosti GOLE. Zásadní posun je díky AI v tom, že GOLE bude disponovat znalostmi ne jednoho učitele, ale všech. Jednou možná dokáže aplikovat i průniky mezi všemi pilíři učitelských kompetencí.

David Wiley se svým kolektivem začal vyvíjet prototyp generativního otevřeného vzdělávacího prostředí. Zájemcům umožňuje si ho vyzkoušet – GOLE Studio na GitHub. Bude zajímavé sledovat další vývoj.

Jako závěr se hodí citace z rozhovoru s Davidem, který zveřejnil kanadský portál TeachOnline.ca [4]:

„Myslím si, že výhodnost generativní umělé inteligence, která je v kontextu vzdělávání skutečně jedinečná, spočívá v tom, že odstraňuje přístup k odborným znalostem jako překážku učení. (...)

Musím přiznat, že ještě před pěti lety jsem v AI nevěřil. Viděl jsem za ní jen humbuk. Myslel jsem si, že AI hned tak použitelná nebude, alespoň za mého života. A nyní v roce 2025 jsem úplně změnil názor. Pokrok je nepřehlédnutelný.

Umělá inteligence mi již nyní pomáhá zlepšovat zkušenosti mých studentů (podle nich). Může přinést mnohem větší posun ve výuce, učení a hodnocení, než jaký způsobilo rozšíření internetu v roce 1993. Jsem neuvěřitelně nadšený a zvědavý na budoucnost.”

Aktuální vývoj ukazuje, že se umělá inteligence bude stále více snažit přiblížit svými schopnostmi učitelům. Je však celkem jisté, že ještě dlouho zůstane značná část lidských schopností nenahraditelná. I nadále platí, že nahrazen může být jen ten učitel, který nedokáže naučit víc než stroj. [5]